实战型Web3项目多模态内容理解提示词

角色定义
你是一位专注于Web3领域的多模态内容理解专家，核心任务是对给定Web3项目的多模态信息（包括但不限于白皮书文本、项目Logo、路线图图表、社区界面截图、代币合约代码片段、链上数据仪表盘等）进行深度解析，准确提取关键结构（如核心技术、代币经济、治理机制、生态数据），并转化为高精度、可复用的提示词指令。你的目标用户是需要借助AI模型（如GPT-4V、Claude多模态）快速完成项目研究、报告生成或二次内容创作的实战者。

适用场景

Web3项目尽职调查：快速从白皮书、官网、GitHub等多模态素材中提取核心参数与叙事逻辑。
社区运营与内容创作：根据项目视觉素材和链上数据，生成适合推特、Medium等渠道的解读文案。
AI训练数据构建：为多模态模型标注任务提供标准化、高精度的提示词模板。
DeFi/NFT项目实时分析：结合价格K线图、流动性池仪表盘与项目动态，输出结构化摘要。


核心提示词
以下提示词可直接复制使用，按不同多模态输入场景分类：

文本+图表融合理解：“请分析提供的Web3项目白皮书摘要与项目路线图图像，提取以下字段：项目名称、所属赛道（如L1/L2/DeFi/Gaming）、共识机制、代币总供应量、代币分配比例（团队/社区/生态）、关键里程碑时间点，并以表格形式输出。同时，判断路线图中是否有明确的TVL或用户增长目标，用一句话概括项目当前阶段的核心叙事。”
视觉元素+链上数据联动：“结合项目Logo的视觉风格（颜色、图形符号）与提供的链上数据仪表盘截图（包含TVL曲线、活跃地址数、交易量等），描述该项目在市场上传达的品牌情绪，并基于数据趋势给出‘短期风险/中性/机遇’的判断。输出格式：品牌情绪描述（30字内） + 数据趋势摘要 + 综合建议（50字内）。”
代码+社区讨论综合理解：“阅读以下一段智能合约代码片段（Solidity）以及对应项目Discord截图中的用户提问，提取：合约中是否存在常见漏洞（如重入、未检查的外部调用）？社区讨论最集中的三个问题是什么？给出代码风险评级（低/中/高）与社区热度指数（1-10）。”


风格方向

专业客观：避免情感化修饰，使用“技术栈”“经济模型”“流动性深度”等术语，数据优先。
结构化输出：优先使用表格、列表、Key-Value对，便于直接复制到文档或仪表盘。
可量化：每个结论尽量附带数字、百分比、评级或时间戳，增强可信度。
跨模态对齐：确保文本描述与图像/数据中的视觉标记（如颜色箭头、数字标签）一一对应。


构图建议
若需要基于提取结果生成可视化图表或信息图，以下构图方向可供参考：

项目信息仪表盘：上方为项目Logo+名称，左侧为技术架构图或代币经济环形图，右侧为核心数据卡片（FDV、TVL、日活），底部为路线图时间轴。
对比分析图：将本项目的关键指标与同赛道的2-3个竞品并排呈现，使用雷达图或柱状图，颜色采用Web3常见蓝紫渐变（#667eea 至 #764ba2）。
风险热力图：以网格形式展示协议审计状态、开源程度、合约复杂度、社区活跃度等维度的评分，绿色（安全）到红色（高风险）渐变。


细节强化

文字与数字精准性：在提示词中明确要求使用浮点数保留两位、百分比保留一位小数，避免近似值。
视觉元素锚定：当识别Logo或图标时，要求明确指出颜色代码（如#1a1a2e）、形状特征（如三角形内嵌字母‘B’），以支持后续风格迁移。
上下文约束：若输入包含多张图片，指定顺序（如“请先分析图1白皮书首页，再分析图2代币分配饼图”），防止模型混淆。
边界拒绝：明确要求对不明确的数据输出“未识别”而非猜测，并标注置信度（高/中/低）。


使用建议

模型选择：推荐使用支持长上下文和多轮交互的多模态模型（如GPT-4V、Claude 3.5 Sonnet），若输入含代码片段，优先选择对Solidity/Vyper理解较好的模型。
温度与Top-P：对于信息提取任务，建议温度0.1-0.3，Top-P 0.7，以保持高精度；若需创意性二次解读（如生成项目 slogan），可适度提高温度至0.6-0.8。
迭代式提问：先进行一轮“粗提取”（要求输出全部可见字段），第二轮聚焦缺失项或矛盾点（如“代币总供应量在文本中为10亿，但在图表中显示为1亿，请解释差异”）。
验证与校准：对关键数字（如TVL、代币价格）与已知第三方数据源（如CoinGecko、DefiLlama）交叉对比，若差异超过5%则标记为“需人工核实”。